二维卷积运算工作原理剖析(转载)

Posted 川师15级软工研=雁=

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了二维卷积运算工作原理剖析(转载)相关的知识,希望对你有一定的参考价值。

卷积运算(Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子,表示函数f 与经过翻转和平移与g 的重叠部分的累积。如果将参加卷积的一个函数看作区间的指示函数,卷积还可以被看作是“滑动平均”的推广。
假设: f(x),g(x)是R1上的两个可积函数,并且积分是存在的。这样,随着 x 的不同取值,这个积分就定义了一个新函数h(x),称为函数f 与g 的卷积,记为h(x)=(f*g)(x)。

两个向量卷积,说白了就是多项式乘法。下面用个矩阵例子说明其工作原理:

技术分享

技术分享

a和d的卷积就是,把a和d的第一行作为一个多项式的系数,按多项式升幂排列(也可以按降幂),即为:


技术分享

所得卷积矩阵为:


技术分享

这就是卷积运算的工作原理,在图像处理中用处非常大。









http://blog.sciencenet.cn/blog-268138-383185.html 















以上是关于二维卷积运算工作原理剖析(转载)的主要内容,如果未能解决你的问题,请参考以下文章

转载深度学习-卷积神经网络(CNN)

卷积神经网络

卷积神经网络

PyTorch笔记 - Convolution卷积运算的原理

PyTorch笔记 - Convolution卷积运算的原理

PyTorch笔记 - Convolution卷积运算的原理